动态增殖流形学习算法 被引量：13

1

作者 曾宪华 罗四维 《计算机研究与发展》 EI CSCD 北大核心 2007年第9期1462-1468,共7页

流形学习的主要目标是发现高维观测数据空间中的低维光滑流形.目前,流形学习已经成为机器学习和数据挖掘领域的研究热点.为了从高维数据流和大规模海量数据集中探索有价值的信息,迫切需要增殖地发现内在低维流形结构.但是,现有流形学习... 流形学习的主要目标是发现高维观测数据空间中的低维光滑流形.目前,流形学习已经成为机器学习和数据挖掘领域的研究热点.为了从高维数据流和大规模海量数据集中探索有价值的信息,迫切需要增殖地发现内在低维流形结构.但是,现有流形学习算法不具有增殖能力,并且不能有效处理海量数据集.针对这些问题,系统定义了增殖流形学习的概念,这有利于解释人脑中稳态感知流形的动态形成过程,且可以指导符合人脑增殖学习机理的流形学习算法的研究.以此为指导原则,提出了动态增殖流形学习算法,并在实验中验证了算法的有效性. 展开更多

关键词 流形学习 感知流形 低维流形 局部线性嵌入 增殖流形学习 可视化

下载PDF 职称材料

低维流形约束下的事件相机去噪算法 被引量：4

2

作者 江盟 刘舟 余磊 《信号处理》 CSCD 北大核心 2019年第10期1753-1761,共9页

本文主要提出一个新的基于流形约束的事件相机去噪算法。事件相机是一类新型的视觉传感器,以高时间分辨率(微秒)感知场景亮度变化,同时输出具有像素位置、时间及极性的事件流。事件相机在传输亮度变化的同时受到噪声的干扰,带噪的事件... 本文主要提出一个新的基于流形约束的事件相机去噪算法。事件相机是一类新型的视觉传感器,以高时间分辨率(微秒)感知场景亮度变化,同时输出具有像素位置、时间及极性的事件流。事件相机在传输亮度变化的同时受到噪声的干扰,带噪的事件流会对后续的应用造成不利的影响。为了解决该问题,本文假设事件分布在高维空间中的低维流形上,利用事件点间相似信息建立图模型以近似流形结构,结合图的流形平滑约束,实现事件流去噪。该算法首次将基于图的流形约束引入事件去噪问题中并且直接处理连续的事件序列。仿真实验和真实数据结果证明了事件去噪算法的有效性。 展开更多

关键词 事件去噪 低维流形 图信号处理 事件相机

下载PDF 职称材料

基于Laplacian特征映射的被动毫米波目标识别 被引量：2

3

作者 罗磊 李跃华 栾英宏 《中国工程科学》 2010年第3期77-81,共5页

针对传统被动毫米波金属目标识别方法中特征提取、选择的缺点,采用Laplacian特征映射流形学习算法发现了金属目标回波信号短时傅立叶谱中低维流形的存在,并研究了其特性。通过比较测试样本与正类样本低流形的匹配程度进行分类识别,与其... 针对传统被动毫米波金属目标识别方法中特征提取、选择的缺点,采用Laplacian特征映射流形学习算法发现了金属目标回波信号短时傅立叶谱中低维流形的存在,并研究了其特性。通过比较测试样本与正类样本低流形的匹配程度进行分类识别,与其他性降维及基于核的非线性降维算法相比,识别率更高,且对数据混叠分布鲁棒性好。 展开更多

关键词 流形学习 Laplacian特征映射 非线性降维 低维流形 毫米波

下载PDF 职称材料

基于流形学习的转子系统运行状态识别理论研究

4

作者 籍永建 王红军 《组合机床与自动化加工技术》 北大核心 2015年第4期87-90,共4页

流形学习是一种机器学习算法,它能够提取隐藏在数据中的内在几何结构与规律特性,因此在图像、信号等处理方面得到广泛应用。运用主成分分析法与拉普拉斯特征映射算法对转子系统正常、碰磨、偏心三种运行状态的振动数据构造的高维特征空... 流形学习是一种机器学习算法,它能够提取隐藏在数据中的内在几何结构与规律特性,因此在图像、信号等处理方面得到广泛应用。运用主成分分析法与拉普拉斯特征映射算法对转子系统正常、碰磨、偏心三种运行状态的振动数据构造的高维特征空间进行降维处理,提取其中的低维流形。结果表明拉普拉斯特征映射算法能有效区分转子正常、碰磨、偏心三种运行状态。 展开更多

关键词 流形学习 主成分分析法 拉普拉斯特征映射 转子系统 低维流形

下载PDF 职称材料

扩散映射K近邻在工业过程故障检测中的应用 被引量：6

5

作者 李元 刘亚东 张成 《辽宁工程技术大学学报（自然科学版）》 CAS 北大核心 2015年第12期1370-1376,共7页

针对半导体工业过程多工序、变量非线性、非高斯分布等特征,提出一种基于扩散映射的K近邻(DMKNN)故障检测方法.充分利用扩散映射(DM)降维,提取低维流行特性,保留数据集内在非线性结构特性,应用改进的KNN故障诊断方法在低维流行特征空间... 针对半导体工业过程多工序、变量非线性、非高斯分布等特征,提出一种基于扩散映射的K近邻(DMKNN)故障检测方法.充分利用扩散映射(DM)降维,提取低维流行特性,保留数据集内在非线性结构特性,应用改进的KNN故障诊断方法在低维流行特征空间进行检测.研究结果表明:与传统K近邻技术的统计方法相比,DMKNN的故障检测率高于其他算法,提升了对数据样本关联性信息的有效提取能力,保持了K近邻处理非线性、多模态检测问题的性能,验证了该方法的有效性. 展开更多

关键词 扩散映射 K近邻 故障检测 低维流行特性 半导体工业过程

下载PDF 职称材料

基于低维流形学习的地震数据重构

6

作者 叶文海 林红波 《吉林大学学报（信息科学版）》 CAS 2022年第6期898-907,共10页

为提高地震勘探精度,需要从低信噪比地震勘探数据中高精度地重构地震信号,为此结合卷积框架变换的稀疏性和低维流形模型学习地震信号的灵活性,提出基于卷积框架变换正则化低维流形模型(CFR-LDMM:Convolutional Framelet Regularization ... 为提高地震勘探精度,需要从低信噪比地震勘探数据中高精度地重构地震信号,为此结合卷积框架变换的稀疏性和低维流形模型学习地震信号的灵活性,提出基于卷积框架变换正则化低维流形模型(CFR-LDMM:Convolutional Framelet Regularization based Low Dimensional Manifold Model)的地震信号恢复算法。通过数据驱动的局部基和非局部基对地震信号块流形联合表示,获得地震信号块流形的低维等距嵌入,避免显示定义流形坐标,提升地震噪声压制能力和信号恢复精度。合成数据和实际地震勘探记录测试表明,所提的CFR-LDMM方法能将地震数据的卷积框架变换系数能量集中到系数矩阵的一角,在压制地震勘探噪声的同时准确地重构了低信噪比地震数据中的缺失道。 展开更多

关键词 地震勘探 信号恢复 卷积框架小波变换 低维流形模型 噪声压制

下载PDF 职称材料

结合双流形映射的不完备多标签学习

7

作者 许智磊 黄睿 《计算机工程》 CAS CSCD 北大核心 2024年第4期104-112,共9页

在多标签学习中,有效利用标签相关性可以提高分类性能。然而,由于人工标注标签的主观性和实际应用中标签语义的相似性,通常只能观察到不完备的标签空间,导致标签相关性的估计不准确,使得算法性能下降。针对该问题,提出一种结合双流形映... 在多标签学习中,有效利用标签相关性可以提高分类性能。然而,由于人工标注标签的主观性和实际应用中标签语义的相似性,通常只能观察到不完备的标签空间,导致标签相关性的估计不准确,使得算法性能下降。针对该问题,提出一种结合双流形映射的不完备多标签学习(ML-DMM)算法。构造两种流形映射,一种是保留实例数据空间局部结构信息的特征流形映射,另一种是基于迭代学习得到的标签相关性的标签流形映射。首先通过拉普拉斯映射构造数据的低维流形,然后通过回归系数矩阵和标签相关性矩阵将初始特征空间和初始标签空间分别映射到该低维流形上,形成一种双流形映射结构来提升算法性能,最后利用迭代学习得到的回归系数矩阵进行多标签分类。在8个多标签数据集及3种标签缺失率情况下的对比实验结果表明,ML-DMM算法性能优于其他针对缺失标签的多标签分类算法。 展开更多

关键词 多标签学习 缺失标签 标签相关性 低维流形 双流形映射

下载PDF 职称材料

基于低维流形先验的低剂量CT重建方法 被引量：1

8

作者 牛善洲 梁礼境 +4 位作者 李硕 张梦真 邱洋 刘汉明 李楠 《计算机工程与应用》 CSCD 北大核心 2023年第18期242-248,共7页

针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP... 针对低剂量CT成像问题,提出了一个基于低维流形先验的低剂量CT重建方法。对投影数据进行统计建模,将低维流形正则化作为先验信息引入到投影数据恢复过程中,从而达到抑制噪声的目的,再使用传统的滤波反投影(filtered back-projection,FBP)算法进行CT图像重建。在Shepp-Logan体膜实验新方法重建结果与FBP、PWLS-QM(penalized weighted least-squares via quadratic membrane)以及PWLS-DL(penalized weighted least-squares via dictionary learning)方法重建结果相比,相对均方根误差分别降低了64.87%、54.81%和7.02%;结构相似性指标分别提高了16.78%、1.88%和1.91%。在XCAT体膜实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了37.46%、22.17%和11.48%;结构相似性指标分别提高了3.33%、0.73%和1.22%。在临床数据实验中,新方法重建结果与FBP、PWLS-QM以及PWLS-DL方法重建结果相比,相对均方根误差分别降低了45.96%、25.61%和15.87%;结构相似性指标分别提高了19.12%、7.46%和8.63%。仿真和临床数据实验结果表明,新方法在有效抑制低剂量CT图像中噪声和伪影同时,可以很好地保持图像的结构信息和空间分辨率。 展开更多

关键词 低剂量CT 图像重建 投影数据恢复 惩罚加权最小二乘 低维流形先验

下载PDF 职称材料

基于重加权二阶正则项的图像修复算法

9

作者 郑建炜 练义欣 蒋嘉伟 《小型微型计算机系统》 CSCD 北大核心 2023年第9期2009-2016,共8页

低维流形及其二阶扩展是近年来提出的新型视觉先验约束,已被应用于灰度图像修复并取得优秀的效果.然而,现存正则项从图像的本质空间维度以及结构平滑性出发,恢复出符合现实感知的视觉目标,却并未深入探究损失函数的能量集中特性.针对该... 低维流形及其二阶扩展是近年来提出的新型视觉先验约束,已被应用于灰度图像修复并取得优秀的效果.然而,现存正则项从图像的本质空间维度以及结构平滑性出发,恢复出符合现实感知的视觉目标,却并未深入探究损失函数的能量集中特性.针对该问题,提出了一种基于重加权二阶正则项的灰度图像修复算法.具体而言,以二阶低维重构项为基础,首先将其扩展为基于分解系数的加权形式,并约束新的列权值至原有行权值上,突出能量集中特性.所提方法从图像块中提取局部基和非局部基构成一个紧致的框架,兼顾利用图像的局部-非局部特征.最终目标模型可分解为若干子线性方程进行优化求解.在多个经典图像上进行了大量的数值实验,修复结果表明,就视觉和数值两方面而言,提出的基于重加权二阶正则项修复算法均优于同类算法. 展开更多

关键词 图像修复 二阶正则项 低维流形模型 能量集中 重加权

下载PDF 职称材料

基于低维流形模型的图拉普拉斯正则化的点云去噪算法 被引量：1

10

作者 梁宏 《科技和产业》 2021年第9期37-42,共6页

针对目前点云去噪算法易忽略边缘特征的问题,为了保留点云的显著结构特征,提高点云去噪的精度,提出一种基于低维流形的去噪算法。假设点云分布在高维空间的低维流形上,利用点云间表面的自相似性建立图拉普拉斯模型以近似流形结构,结合... 针对目前点云去噪算法易忽略边缘特征的问题,为了保留点云的显著结构特征,提高点云去噪的精度,提出一种基于低维流形的去噪算法。假设点云分布在高维空间的低维流形上,利用点云间表面的自相似性建立图拉普拉斯模型以近似流形结构,结合图的正则化约束,实现点云的精确去噪,最后通过计算均方误差对算法进行定量评价。实验结果表明,提出的点云去噪算法具有较小的误差,并且能够较好地保留视觉显著结构特征。 展开更多

关键词 点云去噪 低维流形 图拉普拉斯正则化

下载PDF 职称材料

基于低维流形的人体行为跟踪方法 被引量：1

11

作者 何凯霖 丁晓峰 《计算机工程与设计》 北大核心 2017年第5期1361-1365,共5页

为保证人体行为跟踪的准确率,降低算法的复杂度,提出一种基于低维流形的人体行为跟踪方法。采用四元数描述人体姿态,防止欧拉角的万向锁问题,通过低维流形降低粒子滤波识别与跟踪所需的粒子数量,降低算法的复杂度,保证粒子滤波带来的高... 为保证人体行为跟踪的准确率,降低算法的复杂度,提出一种基于低维流形的人体行为跟踪方法。采用四元数描述人体姿态,防止欧拉角的万向锁问题,通过低维流形降低粒子滤波识别与跟踪所需的粒子数量,降低算法的复杂度,保证粒子滤波带来的高性能。实验结果表明,该方法拥有比经典对比算法更好的准确度和更低的开销。 展开更多

关键词 低维流形 人体行为跟踪 粒子滤波 姿态估计 能量消耗

下载PDF 职称材料

一种抵抗几何攻击的视频低维流形双水印方法

12

作者 同鸣 许婷 张建龙 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2011年第3期13-19,共7页

提出了一种能够有效抵抗几何攻击的视频双水印方法,挖掘了一种几何形变不变量-视频低维流形,理论推导和实验验证了其几何不变性.首先根据不同视频镜头的低维流形实时生成零水印及动态水印;为了兼顾鲁棒性和透明性,将水印嵌入在大能量AV... 提出了一种能够有效抵抗几何攻击的视频双水印方法,挖掘了一种几何形变不变量-视频低维流形,理论推导和实验验证了其几何不变性.首先根据不同视频镜头的低维流形实时生成零水印及动态水印;为了兼顾鲁棒性和透明性,将水印嵌入在大能量AVS预测残差DCT中频系数上;深入研究了视频时空三维特性,利用低维流形有效量化表征了视频运动信息,建立了包含运动特征、亮度特征及纹理特征的视觉动态掩蔽模型,以自适应控制水印嵌入强度.实验结果表明,该方法可以有效抵抗中心裁剪、不规则裁剪、行裁剪、旋转、缩放和平移等大强度几何攻击及其联合攻击,如旋转加边角裁剪、中心裁剪加旋转等,对于常规信号处理及多种视频水印攻击也具有强鲁棒性. 展开更多

关键词 视频水印 低维流形 流形学习 几何攻击 AVS标准

下载PDF 职称材料

高维数据非参数密度估计的低维流形代表点法 被引量：1

13

作者 王树良 李英 耿晶 《武汉大学学报（信息科学版）》 EI CSCD 北大核心 2021年第1期65-70,共6页

非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题。挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布。基于此,提出... 非参数核方法由于采用统一的度量标准,在大数据中利用高维样本数据学习时容易遭遇维数灾难问题。挖掘高维空间中的低维几何特性,有助于揭示数据分布的流形结构,进而利用有限样本的高维数据在低维子空间逼近数据的真实分布。基于此,提出一种新的高维数据密度非参数估计的低维流形代表点法,通过从高维空间中挖掘数据分布的几何结构来估计密度。首先,通过寻找局部区域内能够代表流形结构主方向的点,计算局部协方差矩阵,描述局部的数据分布;然后,考虑流形结构中附近数据点不同的影响,根据每个样本数据点对密度的贡献进行加权。与传统的核密度估计方法和流形核密度方法进行了对比实验,结果表明,该方法能够快速稳健地进行密度估计,反映数据的真实分布。 展开更多

关键词 低维流形代表点法 核密度估计 非参数密度估计 交叉似然验证 高维数据

原文传递

基于低维参数空间的神经网络结构设计方法 被引量：1

14

作者 胡静 王世卿 李占波 《仪器仪表学报》 EI CAS CSCD 北大核心 2008年第6期1221-1224,共4页

本文研究了流形学习的分类器网络结构优化设计问题,针对利用神经网络对同一对象的非线性结构样本集进行分类和识别时,如何合理地设计网络结构的问题,提出了一个新颖的基于低维参数空间估计的神经网络结构设计的方法。该方法以流形学习... 本文研究了流形学习的分类器网络结构优化设计问题,针对利用神经网络对同一对象的非线性结构样本集进行分类和识别时,如何合理地设计网络结构的问题,提出了一个新颖的基于低维参数空间估计的神经网络结构设计的方法。该方法以流形学习为基础,结合Sammon系数有效估计出低维参数空间大小,并将此对应到神经网络结构分组设计的隐节点分组数目上,从而设计出具有一定泛化能力的网络结构。实验结果表明了本文所提方法的有效性。 展开更多

关键词 神经网络结构设计 低维参数空间 流形学习 局部线性嵌入 Sammon系数

下载PDF 职称材料